Resumen

La transformada wavelet es un método eficaz para eliminar el ruido de las imágenes. Pero la transformada wavelet tradicional no puede mejorar el efecto de suavidad y reservar los detalles precisos de la imagen simultáneamente; incluso puede producirse el falso fenómeno de Gibbs. Este trabajo propone un nuevo método de eliminación de ruido de imágenes basado en la detección morfológica adaptativa de bordes multiescala que supera las limitaciones anteriores. En primer lugar, la imagen ruidosa se descompone utilizando una base wavelet. A continuación, se detecta el borde de la imagen utilizando la detección de bordes morfológica multiescala adaptativa basada en la descomposición wavelet. Sobre esta base, los coeficientes wavelet que pertenecen a la posición del borde se tratan con el filtrado wiener de dominio wavelet mejorado, y los demás se tratan con el umbral bayesiano mejorado y la función de umbral mejorada. Por último, los coeficientes wavelet se procesan inversamente para obtener la imagen desnaturalizada. Los resultados experimentales muestran que este método puede eliminar eficazmente el ruido de la imagen sin difuminar los bordes y, al mismo tiempo, resaltar las características del borde de la imagen. Los resultados de validación de las imágenes denoiseñadas con mayor relación señal-ruido (PSNR) y similitud estructural (SSIM) demuestran su capacidad robusta para aplicaciones reales en el futuro.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Transformada wavelet; eliminación de ruido; método de eliminación de ruido de imágenes; detección de bordes morfológica multiescala adaptativa; descomposición wavelet; filtrado wiener.
• Keywords:Wavelet transform; noise removal; image denoising method; adaptive multiscale morphological edge detection; wavelet decomposition; wiener filtering